Trong bài viết này, chúng ta sẽ tìm hiểu nhiều cách khác nhau để đọc tệp XML trong Python. Chúng tôi sẽ sử dụng một số mô-đun và thư viện tích hợp có sẵn trong Python cũng như một số ví dụ tùy chỉnh có liên quan. Trước tiên, chúng ta hãy xem nhanh dạng đầy đủ của XML, giới thiệu về XML, sau đó đọc về các mô-đun phân tích cú pháp khác nhau để đọc tài liệu XML trong Python
Giới thiệu về XML
XML là viết tắt của Extensible Markup Language. Nó cần thiết để theo dõi lượng kiến thức nhỏ đến trung bình. Nó cho phép các lập trình viên phát triển các ứng dụng của riêng họ để đọc dữ liệu từ các ứng dụng khác. Phương pháp đọc thông tin từ tệp XML và phân tích sâu hơn cấu trúc logic của nó được gọi là Phân tích cú pháp. Do đó, đọc một tệp XML cũng giống như phân tích cú pháp tài liệu XML
Trong bài viết này, chúng ta sẽ xem xét bốn cách khác nhau để đọc tài liệu XML bằng cách sử dụng các mô-đun XML khác nhau. họ đang
1. MiniDOM [Mô hình đối tượng tài liệu tối thiểu]
2. BeautifulSoup cùng với trình phân tích cú pháp lxml
3. cây nguyên tố
4. API đơn giản cho XML [SAX]
Tệp XML. Chúng tôi đang sử dụng tệp XML này để đọc trong các ví dụ của chúng tôi
model1abc
model2abc
Đọc tệp XML bằng MiniDOM
Nó là mô-đun Python, được sử dụng để đọc tệp XML. Nó cung cấp chức năng
xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]cú pháp
xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]Hàm này trả về một tài liệu kiểu XML
Ví dụ đọc tệp XML bằng Python
Vì mỗi nút sẽ được coi là một đối tượng, nên chúng tôi có thể truy cập các thuộc tính và văn bản của một phần tử bằng cách sử dụng các thuộc tính của đối tượng. Nhìn vào ví dụ dưới đây, chúng tôi đã truy cập các thuộc tính và văn bản của một nút đã chọn
from xml.dom import minidom
# parse an xml file by name
file = minidom.parse['models.xml']
#use getElementsByTagName[] to get tag
models = file.getElementsByTagName['model']
# one specific item attribute
print['model #2 attribute:']
print[models[1].attributes['name'].value]
# all item attributes
print['\nAll attributes:']
for elem in models:
print[elem.attributes['name'].value]
# one specific item's data
print['\nmodel #2 data:']
print[models[1].firstChild.data]
print[models[1].childNodes[0].data]
# all items data
print['\nAll model data:']
for elem in models:
print[elem.firstChild.data]
thuộc tính mô hình #2
mô hình2
Tất cả các thuộc tính
mô hình1
mô hình2
dữ liệu mô hình #2
mô hình2abc
mô hình2abc
Tất cả dữ liệu mô hình
người mẫu1abc
mô hình2abc
Đọc tệp XML bằng BeautifulSoup cùng với trình phân tích cú pháp lxml
Trong ví dụ này, chúng tôi sẽ sử dụng thư viện Python có tên_______1_______2. Beautiful Soup hỗ trợ trình phân tích cú pháp HTML [lxml] có trong thư viện chuẩn của Python. Sử dụng lệnh sau để cài đặt trình phân tích cú pháp lmxl và soup đẹp mắt trong trường hợp chưa cài đặt
#for beautifulsoup
pip install beautifulsoup4
#for lmxl parser
pip install lxmlSau khi cài đặt thành công, hãy sử dụng các thư viện này trong code python
Chúng tôi đang sử dụng tệp XML này để đọc bằng mã Python
Acer is a laptop
Add model number here
Onida is an oven
Exclusive
Add price here
Add content here
Add company name here
Add number of employees here
Ví dụ đọc tệp XML bằng Python
Hãy đọc tệp trên bằng thư viện beautifulsoup trong tập lệnh python
________số 8_______
[Add model number here, Add price here]
Acer là máy tính xách tay
12
Đọc tệp XML bằng cây phần tử
Mô-đun
xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]Ví dụ đọc tệp XML bằng Python
Để đọc một tệp XML, trước tiên, chúng tôi nhập lớp ElementTree được tìm thấy bên trong thư viện XML. Sau đó, chúng tôi sẽ chuyển tên tệp của tệp XML sang phương thức
xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]# importing element tree
import xml.etree.ElementTree as ET
# Pass the path of the xml document
tree = ET.parse['models.xml']
# get the parent tag
root = tree.getroot[]
# print the root [parent] tag along with its memory location
print[root]
# print the attributes of the first tag
print[root[0].attrib]
# print the text contained within first subtag of the 5th tag from the parent
print[root[5][0].text]
{'Tên'. 'Acer', 'số lượng'. '12'}
Thêm tên công ty vào đây
Đọc tệp XML bằng cách sử dụng API đơn giản cho XML [SAX]
Trong phương pháp này, đầu tiên, đăng ký gọi lại cho các sự kiện xảy ra, sau đó trình phân tích cú pháp tiến hành thông qua tài liệu. điều này có thể hữu ích khi tài liệu lớn hoặc có giới hạn bộ nhớ. Nó phân tích tệp vì nó đọc nó từ đĩa và toàn bộ tệp không được lưu trong bộ nhớ. Đọc XML bằng phương pháp này yêu cầu tạo ContentHandler bằng cách phân lớp
xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]- ContentHandler - xử lý các thẻ và thuộc tính của XML. ContentHandler được gọi ở đầu và cuối mỗi phần tử
- startDocument và endDocument - được gọi ở đầu và cuối tệp XML
- Nếu trình phân tích cú pháp không ở chế độ không gian tên, thì các phương thức startElement[tag, attribute] và endElement[tag] được gọi;
tệp XML
35000
12
Samsung
46500
14
Onida
30000
8
Lenovo
45000
12
Acer
Ví dụ mã Python
import xml.sax
class XMLHandler[xml.sax.ContentHandler]:
def __init__[self]:
self.CurrentData = ""
self.price = ""
self.qty = ""
self.company = ""
# Call when an element starts
def startElement[self, tag, attributes]:
self.CurrentData = tag
if[tag == "model"]:
print["*****Model*****"]
title = attributes["number"]
print["Model number:", title]
# Call when an elements ends
def endElement[self, tag]:
if[self.CurrentData == "price"]:
print["Price:", self.price]
elif[self.CurrentData == "qty"]:
print["Quantity:", self.qty]
elif[self.CurrentData == "company"]:
print["Company:", self.company]
self.CurrentData = ""
# Call when a character is read
def characters[self, content]:
if[self.CurrentData == "price"]:
self.price = content
elif[self.CurrentData == "qty"]:
self.qty = content
elif[self.CurrentData == "company"]:
self.company = content
# create an XMLReader
parser = xml.sax.make_parser[]
# turn off namepsaces
parser.setFeature[xml.sax.handler.feature_namespaces, 0]
# override the default ContextHandler
Handler = XMLHandler[]
parser.setContentHandler[ Handler ]
parser.parse["models.xml"]
*****Mô hình*****
Số mô hình. ST001
Giá bán. 35000
Định lượng. 12
Công ty. SAMSUNG
*****Mô hình*****
Số mô hình. RW345
Giá bán. 46500
Định lượng. 14
Công ty. Onida
*****Mô hình*****
Số mô hình. EX366
Giá bán. 30000
Định lượng. số 8
Công ty. lenovo
*****Mô hình*****
Số mô hình. FU699
Giá bán. 45000
Định lượng. 12
Công ty. Acer
Phần kết luận
Trong bài viết này, chúng ta đã tìm hiểu về tệp XML và các cách khác nhau để đọc tệp XML bằng cách sử dụng một số mô-đun và API tích hợp sẵn, chẳng hạn như
xml.dom.minidom.parse[filename_or_file[, parser[, bufsize]]]from xml.dom import minidom
# parse an xml file by name
file = minidom.parse['models.xml']
#use getElementsByTagName[] to get tag
models = file.getElementsByTagName['model']
# one specific item attribute
print['model #2 attribute:']
print[models[1].attributes['name'].value]
# all item attributes
print['\nAll attributes:']
for elem in models:
print[elem.attributes['name'].value]
# one specific item's data
print['\nmodel #2 data:']
print[models[1].firstChild.data]
print[models[1].childNodes[0].data]
# all items data
print['\nAll model data:']
for elem in models:
print[elem.firstChild.data]from xml.dom import minidom
# parse an xml file by name
file = minidom.parse['models.xml']
#use getElementsByTagName[] to get tag
models = file.getElementsByTagName['model']
# one specific item attribute
print['model #2 attribute:']
print[models[1].attributes['name'].value]
# all item attributes
print['\nAll attributes:']
for elem in models:
print[elem.attributes['name'].value]
# one specific item's data
print['\nmodel #2 data:']
print[models[1].firstChild.data]
print[models[1].childNodes[0].data]
# all items data
print['\nAll model data:']
for elem in models:
print[elem.firstChild.data]from xml.dom import minidom
# parse an xml file by name
file = minidom.parse['models.xml']
#use getElementsByTagName[] to get tag
models = file.getElementsByTagName['model']
# one specific item attribute
print['model #2 attribute:']
print[models[1].attributes['name'].value]
# all item attributes
print['\nAll attributes:']
for elem in models:
print[elem.attributes['name'].value]
# one specific item's data
print['\nmodel #2 data:']
print[models[1].firstChild.data]
print[models[1].childNodes[0].data]
# all items data
print['\nAll model data:']
for elem in models:
print[elem.firstChild.data]